DBMS-Implementing Selection on Multiple Attributes (N-d)

Multi-dimensional (Nd) Selection

上图例子， 根据参数 1.假设一个page中含有一个tuple，则d=3，为attr使用3 -bits的hash value（如图） 2.属性值为最终的hash值做贡献 简单来说就是结合属性的hash来创建最终的hash

用结合生成的hash来做单个tuple的索引

发生这种query中的缺失情况时，需要按照可能性进行scan

问题：

解答
   50000 tuples in b=1024 pasges
   d=10 hash bits
   
   a. 多少个page需要access？
       已知w和x，也就是10个hash bit中的7个，还有有三个bits需要遍历
       即，需要遍历8个大概8个page
   
   b/c的思路和a一样
   
   d，hashbit中不包含z的信息，所以需要遍历整个文件

Query Cost for MA.Hashing

问题：

解答:
     1.先解决d的值，也就是hash value的长度
     hashvalue的长度取决于pages的数量
     
     题目中存在r=819200个records， 根据答案意思C=100指每个page中可容纳的records数量
     则共拥有819200/100 = 8192个page
     
     现在可以确定d的值，也就是2^d = 8192, d = 13
     
     2.根据一定的概率去分配每一个attr可以contribute到hashvalue的bit的数量
         总共就3种pmr query
         id出现的可能性为0.25
         name可能性0.5
         colour可能性0.75
         
         但是仅仅按照可能性分布不合理
         
         id在attr上显示是10^10bits，则可能有2^34的可能性